文件名称：matlab独立性检验代码-pcit:cit
文件大小：70KB
文件格式：ZIP
更新时间：2024-06-14 13:23:20
系统开源
matlab独立性检验代码预测性条件独立测试（PCIT） 在图形模型结构学习中的应用 目前正在审查中！ 看 描述 该程序包实现了多元条件独立性测试和基于PCIT的从数据中学习有向图的算法 开发者 ：指定联系点 如果您想贡献，请阅读我们的。 程式码范例 有关详细信息，请参见或 有3个主要功能： ：用于独立性测试的Estimator类 ：多元条件独立测试 ：无向图骨架学习算法 对于以下内容，X，Y和Z可以是单变量或多变量 from sklearn . datasets import load_boston data = load_boston ()[ 'data' ] X = data [:, 1 : 2 ] Y = data [:, 2 : 4 ] Z = data [:, 4 : 10 ] 在置信度为0.01的情况下测试X是否独立于Y PCIT ( X , Y , confidence = 0.01 ) 预测的方向是X-> Y，因此p值对应于以下假设：添加X不会改善Y的预测（Y中的每个维度一个）。 如果参数“ symmetric”设置为True（默认值），则将同时测试两个方向。 测试X
【文件预览】：
pcit-master
----pcit()
--------StructureEstimation.py(2KB)
--------MetaEstimator.py(9KB)
--------__init__.py(0B)
--------Support.py(4KB)
--------IndependenceTest.py(14KB)
----contributing.md(1KB)
----further()
--------Test_KCIT_Power.m(894B)
--------visualize_test_results.py(3KB)
--------test.py(2KB)
--------Mutual_Indep.py(730B)
--------pc_algorithm.py(7KB)
----__init__.py(0B)
----LICENSE(1KB)
----setup.py(589B)
----README.md(4KB)
----Example.ipynb(68KB)
----tests()
--------Test_PCIT_Power.py(2KB)
--------Test_Structure.py(4KB)
--------Test_PCIT_Consistency.py(1KB)